ความย้อนแย้งของหุ่นยนต์: จากการวิ่งมาราธอนของ Optimus สู่ความล้มเหลวในการทำงานหลายอย่างพร้อมกัน

ในขณะที่ต้นแบบ Optimus ของ Elon Musk กลายเป็นพาดหัวข่าวไปทั่วโลกจากการวิ่งจ็อกกิ้งด้วยย่างก้าวสั้นๆ แต่อุตสาหกรรมหุ่นยนต์ในภาพรวมกลับกำลังเผชิญกับความจริงที่น่าหงุดหงิด แม้จะมีเครื่องจักรเฉพาะทางที่สามารถรินค็อกเทลหรือวิ่งมาราธอนได้ แต่ความท้าทายพื้นฐานในการทำงานหลายอย่างพร้อมกัน (multitasking) แบบอัตโนมัติและอเนกประสงค์นั้นยังคงไม่ได้รับการแก้ไข

ภาพลวงตาของความอเนกประสงค์ที่เหมือนมนุษย์

การสาธิตหุ่นยนต์ Optimus ของ Tesla เมื่อเร็วๆ นี้ ได้จุดชนวนให้เกิดการถกเถียงเกี่ยวกับทิศทางที่แท้จริงของหุ่นยนต์ฮิวแมนนอยด์ (humanoid robotics) Musk ได้แสดงให้เห็นถึงต้นแบบที่สามารถทำสิ่งที่น่าทึ่งทางกายภาพ โดยเฉพาะการวิ่งจ็อกกิ้ง ซึ่งบ่งบอกถึงระดับของความฉลาดทางจลนศาสตร์ (kinetic intelligence) ที่เลียนแบบการเคลื่อนไหวของมนุษย์ ความสำเร็จเหล่านี้มีความสำคัญเพราะเป็นการแสดงให้เห็นถึงความก้าวหน้าในด้านการทรงตัว การควบคุมมอเตอร์ และความทนทานทางกลไก

อย่างไรก็ตาม ความสามารถเหล่านี้มักจะถูกกำหนดไว้ล่วงหน้าอย่างเคร่งครัดหรือเป็นแบบ "narrow" หุ่นยนต์ที่ถูกโปรแกรมให้วิ่งตามเส้นทางที่กำหนดหรือรินเครื่องดื่มในสภาพแวดล้อมที่ควบคุมได้นั้น ทำงานอยู่ภายใต้ลูปตรรกะที่ปิดกั้น ช่องว่างระหว่างหุ่นยนต์ที่ทำงานทางกายภาพเพียงอย่างเดียวซ้ำๆ กับหุ่นยนต์ที่สามารถรับมือกับความวุ่นวายที่คาดเดาไม่ได้ในครัวเรือนของมนุษย์หรือในโรงงานที่มีความเคลื่อนไหวตลอดเวลานั้นยังคงห่างไกลกันมาก ปัจจุบันอุตสาหกรรมนี้ยังคงติดอยู่ในระยะของ "specialized excellence" มากกว่าที่จะเป็น "general intelligence"

คอขวดด้านการคำนวณของการทำงานหลายอย่างพร้อมกัน

ปัญหาหลักที่ขัดขวางไม่ให้หุ่นยนต์ทำงานหลายอย่างพร้อมกันได้นั้นไม่ใช่แค่เรื่องของกลไก แต่เป็นเรื่องของการคำนวณ การที่จะทำงานหลายอย่างพร้อมกันได้เหมือนมนุษย์ หุ่นยนต์จำเป็นต้องมี "General Purpose AI" ที่สามารถประมวลผลข้อมูลจากประสาทสัมผัสทางภาพ ปรับการทำงานของมอเตอร์เพื่อการทรงตัว และตัดสินใจแบบเรียลไทม์ตามตัวแปรสภาพแวดล้อมที่เปลี่ยนแปลงไปได้ในเวลาเดียวกัน

ในปัจจุบัน หุ่นยนต์ขั้นสูงส่วนใหญ่ทำงานบนพื้นฐานของ "one task, one model" เมื่อหุ่นยนต์กำลังรินค็อกเทล พลังการประมวลผลทั้งหมดจะถูกทุ่มไปที่พลศาสตร์ของของเหลวและความเสถียรในการจับ หากมีคนเดินผ่านหน้ามันหรือหากแก้วถูกเคลื่อนย้าย "สมอง" ของหุ่นยนต์มักจะไม่สามารถเปลี่ยนบริบท (switch contexts) ได้อย่างราบรื่น การขาดความยืดหยุ่นทางพุทธิปัญญา (cognitive flexibility) นี้เองคือเหตุผลที่เราเห็นหุ่นยนต์ที่สามารถแสดงท่าทางทางกายภาพที่น่าทึ่งได้ แต่กลับล้มเหลวในงานด้นสดที่ง่ายที่สุดซึ่งเด็กมนุษย์วัยห้าขวบก็สามารถทำได้

การแข่งขันระดับโลกเพื่อระบบอัตโนมัติ

การพัฒนาหุ่นยนต์ฮิวแมนนอยด์อย่าง Optimus ไม่ใช่เพียงแค่การแสดงศักยภาพทางเทคโนโลยีเท่านั้น แต่ยังเป็นรากฐานสำคัญของการปฏิวัติอุตสาหกรรมครั้งต่อไป เมื่อโครงสร้างประชากรโลกเปลี่ยนแปลงไปและเกิดภาวะขาดแคลนแรงงานในกลุ่มประเทศเศรษฐกิจพัฒนาแล้ว การแข่งขันเพื่อสร้างแรงงานฮิวแมนนอยด์ที่เชื่อถือได้และทำงานได้หลากหลายจึงกลายเป็นเรื่องของความมั่นคงทางเศรษฐกิจของชาติ

ประเทศที่สามารถเชื่อมช่องว่างระหว่างหุ่นยนต์เฉพาะทางและหุ่นยนต์ที่ทำงานได้หลากหลาย (general-purpose multitasking) ได้สำเร็จ จะเป็นผู้นำในยุคถัดไปของการผลิต โลจิสติกส์ และการดูแลผู้สูงอายุ ขีดจำกัดปัจจุบันในด้านความสามารถในการทำงานที่หลากหลายถือเป็นพรมแดนสำคัญที่ฮาร์ดแวร์รุ่นถัดไปซึ่งรวมเข้ากับ AI จะถูกนำมาทดสอบ

ความหมายต่ออินเดีย

• โอกาสด้านการผลิต: ในขณะที่ห่วงโซ่อุปทานโลกกำลังแสวงหาความหลากหลาย อินเดียสามารถวางตำแหน่งตัวเองไม่เพียงแต่ในฐานะผู้บริโภคเทคโนโลยีเหล่านี้เท่านั้น แต่ยังเป็นศูนย์กลางสำหรับการผลิตชิ้นส่วนหุ่นยนต์และการพัฒนาซอฟต์แวร์ AI เฉพาะทางอีกด้วย
• ความท้าทายด้านช่องว่างทางทักษะ: การเติบโตของหุ่นยนต์ฮิวแมนนอยด์จะทำให้เกิดการเปลี่ยนแปลงครั้งใหญ่ในตลาดแรงงานของอินเดีย โดยเปลี่ยนจากการใช้แรงงานคนไปสู่บทบาทด้านการบำรุงรักษาเทคโนโลยีขั้นสูง การเขียนโปรแกรม และการทำงานร่วมกันระหว่างมนุษย์และหุ่นยนต์
• ความเป็นอิสระทางยุทธศาสตร์ในด้าน AI: เพื่อหลีกเลี่ยงการพึ่งพาเทคโนโลยีจากบริษัทตะวันตกหรือจีน อินเดียต้องลงทุนอย่างหนักในการวิจัย "General Purpose AI" ภายในประเทศ เพื่อให้มั่นใจว่าฝูงหุ่นยนต์ที่จะถูกนำมาใช้ในอุตสาหกรรมของอินเดียในอนาคตนั้น สอดคล้องกับความต้องการทางยุทธศาสตร์ภายในประเทศ